JP7398249B2 - 写真画像を用いた移動体軌跡生成装置 - Google Patents
写真画像を用いた移動体軌跡生成装置 Download PDFInfo
- Publication number
- JP7398249B2 JP7398249B2 JP2019208643A JP2019208643A JP7398249B2 JP 7398249 B2 JP7398249 B2 JP 7398249B2 JP 2019208643 A JP2019208643 A JP 2019208643A JP 2019208643 A JP2019208643 A JP 2019208643A JP 7398249 B2 JP7398249 B2 JP 7398249B2
- Authority
- JP
- Japan
- Prior art keywords
- image
- color
- line
- component
- moving object
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Active
Links
- 238000001514 detection method Methods 0.000 claims description 33
- 239000002131 composite material Substances 0.000 claims description 18
- 230000007423 decrease Effects 0.000 claims description 6
- 239000000203 mixture Substances 0.000 claims description 2
- 238000000605 extraction Methods 0.000 description 31
- 238000010586 diagram Methods 0.000 description 18
- 238000012545 processing Methods 0.000 description 10
- 238000000034 method Methods 0.000 description 8
- 101710201952 Photosystem II 22 kDa protein, chloroplastic Proteins 0.000 description 7
- 102100021941 Sorcin Human genes 0.000 description 7
- 101000741271 Sorghum bicolor Phosphoenolpyruvate carboxylase 1 Proteins 0.000 description 7
- 239000000523 sample Substances 0.000 description 6
- 102100031476 Cytochrome P450 1A1 Human genes 0.000 description 3
- 102100026533 Cytochrome P450 1A2 Human genes 0.000 description 3
- 101000941690 Homo sapiens Cytochrome P450 1A1 Proteins 0.000 description 3
- 101000855342 Homo sapiens Cytochrome P450 1A2 Proteins 0.000 description 3
- 238000013473 artificial intelligence Methods 0.000 description 3
- 230000005540 biological transmission Effects 0.000 description 3
- 238000010276 construction Methods 0.000 description 3
- 239000003086 colorant Substances 0.000 description 2
- 238000012937 correction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 238000013459 approach Methods 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000000926 separation method Methods 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
Landscapes
- Navigation (AREA)
- Image Processing (AREA)
- Traffic Control Systems (AREA)
Description
また、道路は新たに構築されたり、或いは車線が増減されたりする。このため、道路ネットワークは定期的に見直しが必要である。一方、近年は、人工衛星によって撮影した衛星画像が提供されている。
また、移動体軌跡が検出できないので、例えば、道路の増減に伴う道路ネットワークを構築することができない。
本発明は、以上の課題を解決するためになされたもので、飛行体が取得した写真画像を用いて移動体の新たな移動軌跡又は変更があった移動軌跡等を検出できる移動体軌跡生成装置を得ることを目的とする。
所定期間にわたる、前記R、G、Bラインセンサ毎の色成分毎撮影画像を記憶した色成分毎画像用記憶部と、パンシャープン画像用記憶部と、RGB強調画像用記憶部と、カラー合成画像用記憶部と、パンクロマチック画像用記憶部と、移動体軌跡画像用記憶部とを備え、さらに、
前記露光タイミング毎のR、G、Bラインセンサ毎の色成分毎撮影画像同士を重ね合わせた露光毎カラー合成画像を生成し、これを前記カラー合成画像用記憶部に記憶する手段と、
前記露光タイミング毎のR、G、Bラインセンサ毎のライン毎撮影画像の内で、R成分、G成分又はB成分のライン画像と同一波長成分の画像を抽出し、この抽出画像と、該抽出画像と同一波長成分のR成分、G成分又はB成分のライン画像と重ね合成して露光毎パンクロマチック画像を生成し、これを前記パンクロマチック画像用記憶部に記憶する手段と、
前記露光毎カラー合成画像と前記露光毎パンクロマチック画像とを重ね合成した露光毎パンシャープン画像を生成し、これを前記パンシャープン画像用記憶部に記憶する手段と、
この露光毎パンシャープン画像毎に、この画像の内で、R、G、Bが連続する塊のメッシュ群を移動体とし、このメッシュ群を構成するR色のメッシュ、G色のメッシュ、B色のメッシュの各々の色値を予め設定されている最大値にした画像をRGB強調画像として前記RGB強調画像用記憶部に記憶する手段と、
前記RGB強調画像同士を重ね合わせて、得れた白値の連続軌跡を前記移動体軌跡として前記移動体軌跡画像用記憶部に記憶する手段とを備えたことを要旨とする。
従って、この連続した帯状軌跡と移動体の移動軌跡ネットワーク(道路ネットワーク)とを比較することで、新たな移動軌跡又は変更があった移動軌跡等を検出できる。
さらに、連続した帯状軌跡に基づいてノード、リンク等よりなる移動軌跡ネットワーク(道路ネットワーク)を容易に生成できることになる。
さらに、AIを組み込めば、移動体の移動軌跡が略移動体幅の連続した帯状軌跡、移動軌跡ネットワーク(道路ネットワーク)、周囲の情報に基づいて、今後予測される移動体への影響等を予測できる。
本実施の形態で用いるライン毎撮影画像aqiは、衛星画像、航空機(ドローン含む)で取得した航空機撮影画像等の写真画像であっても構わないが、人工衛星(図示せず)に搭載された3ラインセンサを備えたカメラ装置(図示せず)からの露光タイミング毎のライン毎撮影画像aqi(R、G,B)を用いて生成している。また、移動体は、車両(自動車、オートバイ、自転車)として説明する。
図1は本実施の形態1の写真画像を用いた移動体検出装置の概略構成図である。
図1に示すように、本実施の形態は、衛星画像記憶制御部10と、画像抽出部20と、画像重ね合せ部30と、色強調部55と、移動体軌跡生成部60と、同一エリア読込部90と、道路変化検出部100等のプログラムを備えた、コンピュータシステムである。
抽出エリアR画像用メモリ22aには例えば、2023年10月10日~2019年10月10日での間の一日単位のエリアEiに該当するR用ライン毎モザイク処理画像Criの集合を抽出エリアR1衛星画像Gdri(Gdr1、Gdr2、・・:色成分毎画像)として記憶する。
そして、同一波長画像生成部40を起動する。
そして、このR成分の抽出エリアR画像用メモリ22aの解析期間Wi(例えば、2023年10月10日~2019年10月10日:一日単位)のエリアEiの抽出エリアR1衛星画像Gdri(Gdr1、Gdr2、・・)を同一波長画像生成用メモリ42に複写する(以下、複写画像R2iと称する)。
画像重ね合せ部30は、同一波長画像生成用メモリ42の複写画像R2i(R21、R22、・・・)と、この複写画像R2i(R21、R22、・・・)と同じ時刻情報を有する抽出エリアR画像用メモリ22aの抽出エリアR1衛星画像Gdri(Gdr1、Gdr2、・・)と重ね合わせたパンクロマチック画像Ri´(R1´、R2´、・・・:白黒合成画像(2値化)ともいう)を生成してパンクロ画像用メモリ23(パンクロマチック画像用記憶部とも称する)に記憶する。
色強調部55は、パンシャープイン画像用メモリ50の色強調前パンシャープン画像CP1iの車両の移動体の速度に応じた移動量(変化量ともいう)の色現性を強調させた前述の色強調後パンシャープン画像CP2iをメモリ58に得るためのものである(詳細は後述する)。
以下に車両移動軌跡検出画像CDiの生成手順を説明する。
図3(a)は、例えば2023年10月10日の色強調後パンシャープン画像CP21、2023年10月9日の色強調後パンシャープン画像CP22、・・・・、2019年10月10日の色強調後パンシャープン画像CP2nが蓄積された例を示している。
また、色強調後パンシャープン画像CP22(2023年10月9日)には、1台の車両Tmi(Tm50)を示し、その移動量をR1、G、Bの長さで示している。
そして、移動体軌跡生成部60は、これらの色強調後パンシャープン画像CP2i(2023年10月10日~2019年10月10日)をさらに重ね合わせた車両移動軌跡検出画像CDi(図3(b)参照)を生成し、これを車両移動軌跡検出画像用メモリ70に記憶する。
従って、例えば、2023年10月10日~2020年10月10日の間に、Tm5のように他の車両が通ったすれば、図3(b)に示すように、新規道路として検出できることになる(斜線の増減、斜線変更、交差点変更等を含む)。
道路変化検出部100は、道路構造の変化等を監視するAI(Artificial Intelligence)ソフトである。
以下に二時期の衛星画像上より車両速度を色識別できる理由を説明する。
パンシャープ画像CPiは、図5に示すように、走行中の車両( 移動体)Tmiの移動量(速度に基づく)のみが色ずれを伴うカラー画像(R1 、G 、B)により強調表示され、それ以外の、停止中の車両Tsや道路または建物などを含む背景( 静止物体) がモノクロ画像として表示されたものとなる。図5においては、カラー画像を強調して車両Tmiの上に示している。
例えば、所定の速度以上の速度で移動する移動体は、R1、G、Bの色ずれを伴うカラー画像(マルチスペクトル画像)として強調されることになる。
動体を示すカラー画像と判断することができる( 図13(b)参照) 。
、走行中の車両Tm1、Tm2の移動方向の違いによる。
ぞれ最大値に変更された色強調後パンシャープン画像CP2iが生成されることになる。
図18は実施の形態2の概略構成図である。図18においては、衛星画像記憶制御部10、画像抽出部20、画像重ね合せ部30、色強調部55、移動体軌跡生成部60、同一エリア読込部90、道路変化検出部100、抽出エリア画像用メモリ22i、パンクロ画像用メモリ23、メモリ55、メモリ58は図示しない。
プローブ情報用メモリ110のプローブ情報は、実際に車両が走行した位置や車速、ワイパーの状態等の情報であり、車番、カーナビ番号、年月日時刻、車種、ドアの状況、窓の状況等が含まれている。
図19は実施の形態3の概略構成図である。図19において、図1と同一符号のものは説明を省略する。
道路変化検出部100は、道路ネットワークと、パンシャープイン画像用メモリ50の軌跡と、5mDEM用メモリ220の5mDEMとを比較し、この標高値が基準値を超えた場合又は以下の場合に、道路ネットワークに以上箇所を知らせるフラグを関連付けて、これを変化検出結果情報として変化検出結果用メモリ240に記憶する。
すなわち、走行中の車両Tmiを自動的に検出できると共に、地図上にない道路の新設及び道路上の新たな凹凸等を道路マップに反映できる。
20 画像抽出部
30 画像重ね合せ部
55 色強調部
60 移動体軌跡生成部
90 同一エリア読込部
100 道路変化検出部
Claims (2)
- 飛行体が所定の速度で移動しながら所定の露光タイミングでR、G、Bラインセンサで取得したライン毎撮影画像に基づいて前記撮影エリアの移動体軌跡を生成する写真画像を用いた移動体軌跡生成装置であって、
所定期間にわたる、前記R、G、Bラインセンサ毎の色成分毎撮影画像を記憶した色成分毎画像用記憶部と、パンシャープン画像用記憶部と、RGB強調画像用記憶部と、カラー合成画像用記憶部と、パンクロマチック画像用記憶部と、移動体軌跡画像用記憶部とを備え、さらに、
前記露光タイミング毎のR、G、Bラインセンサ毎の色成分毎撮影画像同士を重ね合わせた露光毎カラー合成画像を生成し、これを前記カラー合成画像用記憶部に記憶する手段と、
前記露光タイミング毎のR、G、Bラインセンサ毎のライン毎撮影画像の内で、R成分、G成分又はB成分のライン画像と同一波長成分の画像を抽出し、この抽出画像と、該抽出画像と同一波長成分のR成分、G成分又はB成分のライン画像と重ね合成して露光毎パンクロマチック画像を生成し、これを前記パンクロマチック画像用記憶部に記憶する手段と、
前記露光毎カラー合成画像と前記露光毎パンクロマチック画像とを重ね合成した露光毎パンシャープン画像を生成し、これを前記パンシャープン画像用記憶部に記憶する手段と、
この露光毎パンシャープン画像毎に、この画像の内で、R、G、Bが連続する塊のメッシュ群を移動体とし、このメッシュ群を構成するR色のメッシュ、G色のメッシュ、B色のメッシュの各々の色値を予め設定されている最大値にした画像をRGB強調画像として前記RGB強調画像用記憶部に記憶する手段と、
前記RGB強調画像同士を重ね合わせて、得れた白値の連続軌跡を前記移動体軌跡として前記移動体軌跡画像用記憶部に記憶する手段と
を有することを特徴とする写真画像を用いた移動体軌跡生成装置。 - 道路ネットワークを記憶した道路ネットワークデータベースを備え、前記道路ネットワークと前記移動体軌跡との比較で道路の増減を検出する道路変化検出部を有することを特徴とする請求項1記載の移動体軌跡生成装置。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019208643A JP7398249B2 (ja) | 2019-11-19 | 2019-11-19 | 写真画像を用いた移動体軌跡生成装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
JP2019208643A JP7398249B2 (ja) | 2019-11-19 | 2019-11-19 | 写真画像を用いた移動体軌跡生成装置 |
Publications (2)
Publication Number | Publication Date |
---|---|
JP2021081972A JP2021081972A (ja) | 2021-05-27 |
JP7398249B2 true JP7398249B2 (ja) | 2023-12-14 |
Family
ID=75965275
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
JP2019208643A Active JP7398249B2 (ja) | 2019-11-19 | 2019-11-19 | 写真画像を用いた移動体軌跡生成装置 |
Country Status (1)
Country | Link |
---|---|
JP (1) | JP7398249B2 (ja) |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006023958A (ja) | 2004-07-07 | 2006-01-26 | Hitachi Software Eng Co Ltd | 道路領域決定可能プログラム及び道路領域決定方法 |
JP2017208813A (ja) | 2016-05-13 | 2017-11-24 | アジア航測株式会社 | マルチラインイメージセンサ装置、撮影装置、移動体検出装置、及び移動体検出プログラム |
JP2018536236A (ja) | 2015-11-16 | 2018-12-06 | オービタル インサイト インコーポレイテッド | 低解像度リモートセンシング画像を用いた移動車両の検出及び分析 |
-
2019
- 2019-11-19 JP JP2019208643A patent/JP7398249B2/ja active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2006023958A (ja) | 2004-07-07 | 2006-01-26 | Hitachi Software Eng Co Ltd | 道路領域決定可能プログラム及び道路領域決定方法 |
JP2018536236A (ja) | 2015-11-16 | 2018-12-06 | オービタル インサイト インコーポレイテッド | 低解像度リモートセンシング画像を用いた移動車両の検出及び分析 |
JP2017208813A (ja) | 2016-05-13 | 2017-11-24 | アジア航測株式会社 | マルチラインイメージセンサ装置、撮影装置、移動体検出装置、及び移動体検出プログラム |
Also Published As
Publication number | Publication date |
---|---|
JP2021081972A (ja) | 2021-05-27 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110310248B (zh) | 一种无人机遥感影像实时拼接方法及系统 | |
CA3124173C (en) | System and method for detecting and transmitting incidents of interest of a roadway to a remote server | |
CN110998655B (zh) | 损伤图创建方法、损伤图创建装置、损伤图创建系统及记录介质 | |
US11815359B2 (en) | Method, device and system for processing positioning information | |
CN110276254B (zh) | 基于无人机的禁止摆摊区域摊贩自动识别预警方法 | |
KR102349946B1 (ko) | 주변 자동차의 이미지를 이용하여 베이스 자동차의 이미지를 오토 라벨링하는 오토 라벨링 장치를 학습시키는 학습 방법 및 학습 장치, 그리고, 이를 이용한 테스팅 방법 및 테스팅 장치 | |
KR102195051B1 (ko) | 드론의 영상 정보를 이용한 공간 정보 생성 시스템 및 방법과, 이를 위한 컴퓨터 프로그램 | |
JP6291624B1 (ja) | 移動体検出装置及び移動体検出プログラム | |
Sujit et al. | Route planning for angle constrained terrain mapping using an unmanned aerial vehicle | |
JP2012137933A (ja) | 被写地物の位置特定方法とそのプログラム、及び表示地図、並びに撮影位置取得方法とそのプログラム、及び撮影位置取得装置 | |
US11423511B2 (en) | Image composition method, image composition device, and recording medium | |
JP7398249B2 (ja) | 写真画像を用いた移動体軌跡生成装置 | |
JP6496158B2 (ja) | 空中移動体取得情報を用いた変化検出システム及び空中移動体取得情報を用いた変化検出方法並びにそのプログラム | |
CN108195359B (zh) | 空间数据的采集方法及系统 | |
JP7367849B2 (ja) | 劣化診断装置、劣化診断システム、劣化診断方法、及び、プログラム | |
JP3496567B2 (ja) | 撮影画像マッチング装置、地図更新装置および地図作成装置 | |
KR20160117985A (ko) | 녹화 영상 중개 서비스 방법 및 시스템 | |
WO2017195858A1 (ja) | マルチラインイメージセンサ装置、撮影装置、移動体検出装置、及び移動体検出プログラム | |
EP3722750A2 (en) | Navigation system and method for discreet routing | |
Umemura et al. | An efficient orthorectification of a satellite SAR image used for monitoring occurrence of disaster | |
Spitzer et al. | Change detection with 1 m resolution satellite and aerial images | |
JP2021070993A (ja) | インフラ検査システム、及び、インフラ検査方法 | |
Faulring et al. | Supporting relief efforts of the 2010 Haitian earthquake using an airborne multimodal remote sensing platform | |
CN116681590B (zh) | 一种无人机航拍图像快速拼接方法 | |
JP2021060678A (ja) | 台帳作成システム |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
A621 | Written request for application examination |
Free format text: JAPANESE INTERMEDIATE CODE: A621 Effective date: 20221028 |
|
A131 | Notification of reasons for refusal |
Free format text: JAPANESE INTERMEDIATE CODE: A131 Effective date: 20230914 |
|
A521 | Request for written amendment filed |
Free format text: JAPANESE INTERMEDIATE CODE: A523 Effective date: 20230921 |
|
TRDD | Decision of grant or rejection written | ||
A01 | Written decision to grant a patent or to grant a registration (utility model) |
Free format text: JAPANESE INTERMEDIATE CODE: A01 Effective date: 20231130 |
|
A61 | First payment of annual fees (during grant procedure) |
Free format text: JAPANESE INTERMEDIATE CODE: A61 Effective date: 20231204 |
|
R150 | Certificate of patent or registration of utility model |
Ref document number: 7398249 Country of ref document: JP Free format text: JAPANESE INTERMEDIATE CODE: R150 |